Linkage analysis of anorexia and bulimia nervosa cohorts using selected behavioral phenotypes as quantitative traits or covariates
Notice bibliographique
Résumé
To increase the likelihood of finding genetic variation conferring liability to eating disorders, we measured over 100 attributes thought to be related to liability to eating disorders on affected individuals from multiplex families and two cohorts: one recruited through a proband with anorexia nervosa (AN; AN cohort); the other recruited through a proband with bulimia nervosa (BN; BN cohort). By a multilayer decision process based on expert evaluation and statistical analysis, six traits were selected for linkage analysis (1): obsessionality (OBS), age at menarche (MENAR), and anxiety (ANX) for quantitative trait locus (QTL) linkage analysis; and lifetime minimum body mass index (BMI), concern over mistakes (CM), and food-related obsessions (OBF) for covariate-based linkage analysis. The BN cohort produced the largest linkage signals: for QTL linkage analysis, four suggestive signals: (for MENAR, at 10p13; for ANX, at 1q31.1, 4q35.2, and 8q13.1); for covariate-based linkage analyses, both significant and suggestive linkages (for BMI, one significant [4q21.1] and three suggestive [3p23, 10p13, 5p15.3]; for CM, two significant [16p13.3, 14q21.1] and three suggestive [4p15.33, 8q11.23, 10p11.21]; and for OBF, one significant [14q21.1] and five suggestive [4p16.1, 10p13.1, 8q11.23, 16p13.3, 18p11.31]). Results from the AN cohort were far less compelling: for QTL linkage analysis, two suggestive signals (for OBS at 6q21 and for ANX at 9p21.3); for covariate-based linkage analysis, five suggestive signals (for BMI at 4q13.1, for CM at 11p11.2 and 17q25.1, and for OBF at 17q25.1 and 15q26.2). Overlap between the two cohorts was minimal for substantial linkage signals.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».